1. Einführung in das Tutorial

AM-Thinking-v1 ist ein 32-Bit-Sprachmodell mit hoher Dichte, das vom am-Team am 10. Mai 2025 entwickelt wurde und die Schlussfolgerungsfähigkeit verbessern soll. Dieses Modell erzielt in Benchmarks zur logischen Leistungsfähigkeit starke Ergebnisse, vergleichbar mit großen Modellen der Elementaranalyse wie DeepSeek-R1, Qwen3-235B-A22B und Seed1.5-Thinking sowie sogar mit noch größeren Modellen mit hoher Dichte wie Nemotron-Ultra-253B-v1. Zugehörige Forschungsarbeiten sind verfügbar. AM-Denken-v1: Die Grenzen des Denkens im Maßstab 32B erweitern .

Dieses Tutorial verwendet die Ressourcen für die Dual-SIM A6000.

2. Projektbeispiele

3. Bedienungsschritte

1. Klicken Sie nach dem Starten des Containers auf die API-Adresse, um die Weboberfläche aufzurufen

Wenn „Modell“ nicht angezeigt wird, bedeutet dies, dass das Modell initialisiert wird. Da das Modell groß ist, warten Sie bitte etwa 1–2 Minuten und aktualisieren Sie die Seite.

2. Nachdem Sie die Webseite aufgerufen haben, können Sie ein Gespräch mit dem Modell beginnen

Anwendung

4. Diskussion

🖌️ Wenn Sie ein hochwertiges Projekt sehen, hinterlassen Sie bitte im Hintergrund eine Nachricht, um es weiterzuempfehlen! Darüber hinaus haben wir auch eine Tutorien-Austauschgruppe ins Leben gerufen. Willkommen, Freunde, scannen Sie den QR-Code und kommentieren Sie [SD-Tutorial], um der Gruppe beizutreten, verschiedene technische Probleme zu besprechen und Anwendungsergebnisse auszutauschen ↓

Zitationsinformationen

Die Zitationsinformationen für dieses Projekt lauten wie folgt:

@misc{ji2025amthinkingv1advancingfrontierreasoning,
      title={AM-Thinking-v1: Advancing the Frontier of Reasoning at 32B Scale}, 
      author={Yunjie Ji and Xiaoyu Tian and Sitong Zhao and Haotian Wang and Shuaiting Chen and Yiping Peng and Han Zhao and Xiangang Li},
      year={2025},
      eprint={2505.08311},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2505.08311}, 
}